The invention provides a character analysis method, a device and a computer readable storage medium. The method includes the following steps: collecting sample video and tagging character types, extracting the image features and audio features of each sample video, combining the video features of each sample video, constructing the neural network with Softmax classifier as the output layer, training the neural network with the video features and character tagging, and optimizing the training. To get the character analysis model of the character, collect the character analysis model of the character, collect the predefined face video of the object to be analyzed, extract the image features and audio features of the object to be analyzed, combine the video features of the object to be analyzed, and input the video features of the object to be analyzed to the character analysis model. To analyze the probability value of each character type, the personality type with the greatest probability value is taken as the character type of the object to be analyzed. By using the invention, the character of an individual can be objectively analyzed.
【技术实现步骤摘要】
人物性格分析方法、装置及存储介质
本专利技术涉及计算机信息处理
,尤其涉及一种人物性格分析方法、装置及存储介质。
技术介绍
性格是人格的重要组成部分,了解人物的性格,可以提高人与人的沟通效率,也有助于人们选择更理性的思维方式,形成良好的人格特质。目前,人物性格分析一般是通过问卷调查或语音问答的方式实现的,需要耗费大量的时间和人力资源。而且,如果答卷人或答题者受客观环境影响或不积极配合分析过程,分析结果往往不准确客观。
技术实现思路
鉴于以上原因,有必要提供一种人物性格分析方法、装置及存储介质,通过分析人物的面部视频,客观、准确地判断人物的性格类型。为实现上述目的,本专利技术提供一种人物性格分析方法,该方法包括:样本准备步骤:收集不同性格类型人物预定时长的面部视频作为样本,为每个样本标注一个性格类型;样本特征提取步骤:提取每个样本的图像特征和音频特征,组合得到每个样本的视频特征;网络构建步骤:构建以Softmax分类器为输出层的神经网络;网络训练步骤:定义Softmax损失函数,以各样本的性格标注及视频特征为样本数据,对所述神经网络进行训练,输出各样本对应每种性格 ...
【技术保护点】
一种人物性格分析方法,其特征在于,该方法包括:样本准备步骤:收集不同性格类型人物预定时长的面部视频作为样本,为每个样本标注一个性格类型;样本特征提取步骤:提取每个样本的图像特征和音频特征,组合得到每个样本的视频特征;网络构建步骤:构建以Softmax分类器为输出层的神经网络;网络训练步骤:定义Softmax损失函数,以各样本的性格标注及视频特征为样本数据,对所述神经网络进行训练,输出各样本对应每种性格类型的概率值,每次训练更新该神经网络的训练参数,以使所述Softmax损失函数最小化的训练参数作为最终参数,得到人物性格分析模型;及模型应用步骤:采集待分析对象预定时长的面部视 ...
【技术特征摘要】
1.一种人物性格分析方法,其特征在于,该方法包括:样本准备步骤:收集不同性格类型人物预定时长的面部视频作为样本,为每个样本标注一个性格类型;样本特征提取步骤:提取每个样本的图像特征和音频特征,组合得到每个样本的视频特征;网络构建步骤:构建以Softmax分类器为输出层的神经网络;网络训练步骤:定义Softmax损失函数,以各样本的性格标注及视频特征为样本数据,对所述神经网络进行训练,输出各样本对应每种性格类型的概率值,每次训练更新该神经网络的训练参数,以使所述Softmax损失函数最小化的训练参数作为最终参数,得到人物性格分析模型;及模型应用步骤:采集待分析对象预定时长的面部视频,利用所述人物性格分析模型分析该待分析对象的该面部视频,得到该待分析对象对应每种性格类型的概率值,取概率值最大的性格类型作为该待分析对象的性格类型。2.如权利要求1所述的人物性格分析方法,其特征在于,所述样本特征提取步骤包括:对每个样本进行解码和预处理,得到每个样本的音频部分和视频帧;对每个样本的视频帧进行特征提取,得到每个样本的图像特征;及对每个样本的音频部分进行特征提取,得到每个样本的音频特征。3.如权利要求1所述的人物性格分析方法,其特征在于,所述网络构建步骤包括:根据所述样本的序列长度及视频特征维度设置所述神经网络的层数及每层网络的神经元个数;及根据所述性格类型的数量设置所述Softmax分类器的神经元个数。4.如权利要求1所述的人物性格分析方法,其特征在于,所述Softmax损失函数公式如下:其中,θ为所述神经网络的训练参数,Xj表示第j个样本,yj表示第j个样本对应的性格类型的概率。5.如权利要求1所述的人物性格分析方法,其特征在于,所述网络训练步骤中的训练参数包括迭代次数。6.如权利要求1所述的人物性格分析方法,其特征在于,所述模型应用步骤还包括:对所述待分析对象视频进行解码和预处理,得到该待分析对象视频的音频部分和视频帧;对该...
【专利技术属性】
技术研发人员:陈林,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。